TASC基准：对话助手时间敏感安全评估
热点事件持续更新
TASC基准：对话助手时间敏感安全评估
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Peidi Dong等作者提出并发布TASC基准，用于评估大语言模型在对话中是否会应用与时间相关的安全约束。该基准包含3,418条输入（源自128个模板）和33个场景。 在13个模型的测试中，当建议动作违反时间规则时，助手仅在30.5%的情况下考虑了时间约束；62.1%的失败案例中，模型虽正确算出经过时间却未加以应用。作者称，即便明确给出时间信息，也只能解决约一半的失败。
AI 根据报道生成 · 49 分钟前更新
最新进展11月5日 13:00
TASC 基准评估对话助手的时间敏感安全感知能力报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLTASC 基准评估对话助手的时间敏感安全感知能力
研究提出 TASC 基准，用 3,418 条输入（源自 128 个模板）和 33 个场景评估 LLM 是否在对话中应用时间相关约束。在 13 个模型中，当建议动作违反规则时，助手仅在 30.5% 的情况下考虑了时间约束；62.1% 的失败案例中模型虽正确算出经过时间却未加以应用，明确给出时间信息也只能解决约一半的失败。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。